Browsing by discipline "Geofysiikka"

Studying and modelling the snow distribution processes is important because snow influences the ground, flora, and fauna by affecting among other things the energy balance both in large and small scales and the near-surface atmospheric conditions due to its highly reflective and insulating properties. The aim of the study was to use the spatially distributed high-resolution snow-evolution modelling system SnowModel to simulate the snow conditions in winter 2015-2016 in the Saariselkä region in Northern Finland and assess the model's performance. SnowModel has not been used to study a domain in Finland before, and the model gives information about variables that are hardly measured in Finland, such as snow sublimation. The simulations were first run without snow water equivalent assimilation and then assimilating the available snow water equivalent (SWE) observations. The simulation results show that in the default mode the model needs assimilation and SWE observations, preferably more frequent observations towards the spring, to produce physically sensible results. The domain averaged simulated end-of-winter maximum SWE value of 220 mm was reached on 21 April 2016. The simulated SWE patterns match with known elevation and vegetation dependencies. Timing of the first snow, the beginning of the snow season and the end-of-winter SWE are simulated well, whereas the melt and the snowfree date depend on the amount of snow. The assimilation run suggests that the needed summed precipitation is as much as 18 % larger than the observed increasing towards the northeast. Similarly, the simulated summed melt reaches locally up to 70 % larger values compared to the non-assimilation run. Blowing-snow sublimation takes place in open areas and its simulated summed value is up to 27 mm. Simulated static-surface sublimation varies between 4-22 mm. The simulated sublimation from the canopy-intercepted snow peaks at 110 mm. Up to 16 % of the precipitation is returned to the atmosphere by sublimation. The simulation results could be improved by utilizing more detailed data of the study domain and modifying the hard-coded variables to suit the surroundings, which could in turn decrease the need for assimilating SWE observations.

Ilmatieteen laitoksella on runsaasti hankekohtaisesti tehtyjä virtausmittauksia akustisella Dopplerilmiöön perustuvalla ADCP -laitteella. Tällaiset akustiset mittarit pystyvät muita virtausmittareita paremmin mittaamaan laajoja merialueita, joten ne ovatkin maailmanlaajuisesti yksi suosituimmista menetelmistä tarkkailla merien virtauksia. Tärkeimmät ehdot mittausten onnistumiselle on mitatun virtauksen horisontaalinen homogeenisuus, joka ei aina toteudu muun muassa vedessä olevien äänisignaalin sirottajien itsenäisen liikkeen seurauksena. Laite pyrkii jatkuvasti tarkistamaan olosuhteiden riittävän sopivuuden ja poistaa tehokkaasti esimerkiksi mittausalueelle osuneiden kalojen liikkeet. Mikäli laitteen sisäinen laaduntarkkailu on kuitenkin liian tiukka, se saattaa liian helposti hylätä poikkeuksellisempia ilmiöitä, joten tiukempi laaduntarkkailu jätetään usein erikseen tehtäväksi. Tässä tutkielmassa kehitin laaduntarkastusohjelmiston merenpohjaan ankkuroidulle ADCP:lle. Työssä keskitytään erityisesti Ilmatieteen laitoksen käyttämään Teledyne RD Instrument’s -valmistajan Workhorse Sentinel -laitteeseen. Kynnysarvot datan laadulle on määritelty erityisesti tämän valmistajan mittareille ja testit perustuvat laitteen tallentamaan tietoon mittausprosessista. Lähestymistapa perustuu oletukseen, että jos valtaosa virtausnopeuden määrittämisen yhteydessä tehdyistä mittauksista eivät olleet riittävän luotettavia, niin luultavasti loput näistä näennäisesti onnistuneista mittauksista eivät myöskään edusta todellista virtaustilannetta. Laaduntarkistusohjelmisto kehitettiin käyttämällä esimerkkimateriaalina Saaristomerellä Lövskärin risteyksessä vuonna2013 suoritettuja mittauksia. Lövskärin datasetti oli erittäin hyvälaatuista ja epähomogeenisuuden seurauksena datasetistä poistettiin noin 0,3 % mittauksista. Meren ylintä 5 metrin kerrosta ei pystytty mittaamaan voimakkaan sivukeilan aiheuttaman häiriön takia (13 % mittauksista). Datasetissä on huomattavissa selkeää mittausten epävarmuuden kasvua termokliinissä ja yöaikaan, mikä johtuu sirottajina toimivan eläinplanktonin aktiivisuudesta. Yleisesti alueen virtaukset olivat termokliinin seurauksena vahvasti kerrostuneet ja alueella ilmeni syksyllä lyhytkestoisia voimakkaita (lähes 50 cm/s) virtauksia.

Changes in sea ice cover are one of the most visible signs of climate change. Long time series of thickness observations are needed to study climatological changes. The knowledge of sea ice thickness is also important for human activities in the Arctic. Need for better predictions of sea ice conditions is increasing due to opening of the Arctic sea routes for longer operational season among other things. Improving predictions requires high-quality observations. However, measuring sea ice thickness with adequate resolution, accuracy and coverage over the Arctic is a major challenge. In this thesis a new product of sea ice thickness, ESA-CCI (Climate Change Initiative), based on satellite radar altimetry is used for assessment of sea ice thickness from ocean reanalysis ORAS5. The CCI product combines two satellite missions, CryoSat-2 and ENVISAT, which leads to 15-year time series of sea ice thickness over the Arctic. The new CCI product performs well in validation of the reanalysis. Overall average difference (RMSE) between sea ice thickness in the CCI product and reanalysis is below 1 m but seasonal and interannual variation during the time series is from 0.5 m to 1.3 m. There are strong regional differences. The results of this thesis support previous research. Differences are a sum of reanalysis biases, such as incorrect physics or forcing, as well as uncertainties in satellite altimetry, such as the snow product used in thickness retrieval. Monthly separated time series of sea ice volume for the CCI coverage reveal years of extremely low volume and recovery during the season. The trends in sea ice volume are clearly negative. Monthly CCI trends are statistically significant. ORAS5 trends have larger interannual variability and therefore show no significance. The observed negative trends are connected to changes in both, atmospheric and oceanic forcing.

Keväällä auringonsäteilyn lisääntyessä alkaa jääpeitteisillä järvillä sulamiskausi, jolloin ensin lumi ja sen jälkeen jääkansi sulavat. Lumeton jää läpäisee jonkin verran auringonsäteilyn näkyvää valoa, joka lämmittää jään alla olevaa vettä ja aiheuttaa siten epästabiilin tiheyskerrostuneisuuden sekä konvektiivisen sekoittumisen alkamisen. Koska jäätyvien järvien jääpeitekauden kesto on lyhentynyt edellisen vuosisadan aikana, mikä voi vaikuttaa esimerkiksi arktisten maa-alueiden ilmastoon ja järvien ekologiaan, tarvitaan jäidenlähdön ja järvien sulamiskauden fysikaalisten prosessien tutkimusta, jotta veden, jään ja ilmakehän välinen vuorovaikutus ymmärrettäisiin ja voitaisiin mallintaa paremmin. Kilpisjärvi (69 03'N 20 50'E) on Suomen Käsivarren Lapissa sijaitseva arktinen tundra-järvi. Sen jäätalvi kestää tavallisesti marraskuusta kesäkuuhun, ja järven jää saavuttaa vuosittain noin 90 cm paksuuden. Keväällä 2013 tehtiin Kilpisjärvelle kenttämatka, jonka tavoitteena oli tutkia arktisten järvien fysikaalisia prosesseja sulamiskaudella, ja jonka aikana kerättyjä mittauksia jään ominaisuuksista sekä veden lämpötilasta analysoidaan tässä tutkielmassa. Kilpisjärvellä havainnoitiin jään sulamista ja mitattiin jään läpi tunkeutuvan PAR-säteilyn määrää sekä tutkittiin järven jäästä otetusta näytteestä kiderakennetta. Järveen asennetut termistoriketjut mittasivat veden lämpötilan kehitystä järven eri syvyyksillä, ja CTD-luotauksilla seurattiin lämpötilan alueellista vaihtelua järven eri osissa sekä säteilyn vaimenemista vesirungossa. Helsingin Yliopiston Kilpisjärven biologiselta asemalta ja Ilmatieteenlaitoksen Kilpisjärven kyläkeskuksen sääasemalta saatiin lisäksi säätietoja, joiden perusteella laskettiin jään lämpötase. Kenttäjakson aikana 25.5.-4.6. Kilpisjärvellä vallitsivat poikkeukselliset olosuhteet, sillä korkeimmillaan ilman lämpötila kohosi +25 Celsiusasteeseen. Järven jää suli nopeasti 4-5 cm vuorokaudessa, mikä johti aikaiseen jäidenlähtöön 3. kesäkuuta. Vaikka lämpötasetta hallitsi auringonsäteily, olivat myös havaittavan lämmön vuo ja pitkäaaltoisen säteilyn netto jäätä lämmittäviä tekijöitä. Pelkästään kohvajäästä koostuvan jään läpäisykyky oli korkea, 0,6-0,9, ja valon vaimenemiskertoimelle saatiin arvoja väliltä 0,2 m−1 ja 0,8 m−1. Jään alla irradianssin taso oli keskimäärin 155 W m−2, ja tämä lämmitysteho aiheutti veden lämpötilan nopean kasvun jään alla jo ennen jäidenlähtöä. Alueellinen vaihtelu oli kuitenkin selkeä, sillä litoraalialueet lämpenivät nopeammin kuin pelagiaalialueet. Tutkimus osoitti, että lähellä jäidenlähtöä auringonsäteily on merkittävin vettä lämmittävä tekijä, jolloin sen ajama konvektio aiheuttaa veden tehokkaan sekoittumisen. Jään läpäisseen säteilyn määrä ja veden lämpeneminen vaihtelevat kuitenkin todennäköisesti järven eri osien välillä epähomogeenisen jääpeitteen takia, mistä voi seurata tiheyserojen ajamien konvektiivisten solujen syntyminen ja siten monimutkainen virtausrakenne jään alla. Tästä ei saatu havaintoja käytetyillä menetelmillä, joten vastaavissa myöhemmissä tutkimuksissa olisi mittaukset suunniteltava kattamaan laajempi alue järveä.

The Kara Sea is part of the seasonal sea ice zone in the Arctic, where the warming climate is rapidly changing the sea ice regime. The warm Atlantic water transported through the Barents Sea has a strong influence on the ice conditions in the northern Kara Sea. In this thesis, trends and interannual variability in sea ice conditions in the Kara Sea area studied. For this purpose, coupled sea ice-ocean model NEMO-LIM3 and sea ice concentration datasets derived from passive microwave satellite observations (SMMR, SSM/I and SSMIS) are used. Additionally, the model performance is assessed by comparing its output with the observations. The ice coverage examined in regional and local scales shows negative trends in all months in 1978-2015. The interannual variability of the total ice covered fraction increased in winter and spring when the ice regime shifted from full to partial ice cover over the sea. Meanwhile the variability in summer and autumn decreased. The annual ice free time rapidly extended in the area north of Novaya Zemlya where the warm Atlantic water enters the Kara Sea. The mean sea ice thickness, based on the sea ice-ocean model data in 1997-2015, has become thinner in all months. The model is generally in good agreement with the observations, with the exception of the northern Kara Sea where the model underestimated heat advection. The findings confirm that the sea ice conditions in the Kara Sea have changed towards a new regime with shorter and more variable ice seasons.

The Meridional overturning circulation (MOC) is one crucial component in Earth's climate system, redistributing heat round the globe. The abyssal limb of the MOC is fed by the deep water formation near the poles. A basic requirement for any successful climate model simulation is the ability to reproduce this circulation correctly. The deep water formation itself, convection, occurs on smaller scales than the climate model grid size. Therefore the convection process needs to be parameterized. It is, however, somewhat unclear how well the parameterizations which are developed for turbulence can reproduce the deep convection and associated water mass transformations. The convection in the Greenland Sea was studied with 1-D turbulence model GOTM and with data from three Argo floats. The model was run over the winter 2010-2011 with ERA-Interim and NCEP/NCAR atmospheric forcings and with three different mixing parameterizations, k-e, k-kL (Mellor-Yamada) and KPP. Furthermore, the effects of mesoscale spatial variations in the atmospheric forcing data were tested by running the model with forcings taken along the floats' paths (Lagrangian approach) and from the floats' median locations (Eulerian approach). The convection was found to happen by gradual mixed layer deepening. It caused salinity decrease in the Recirculating Atlantic Water (RAW) layer just below the surface while in the deeper layers salinity and density increase was clearly visible. A slight temperature decrease was observed in whole water column above the convection depth. Atmospheric forcing had the strongest effect on the model results. ERA-interim forcing produced model output closer to the observations, but the convection begun too early with both forcings and both generated too low temperatures in the end. The salinity increase at mid-depths was controlled mainly by the RAW layer, but also atmospheric freshwater flux was found to affect the end result. Furthermore, NCEP/NCAR freshwater flux was found to be large enough (negative) to become a clear secondary driving factor for the convection. The results show that mixing parameterization mainly alters the timing of convection. KPP parameterization produced clearly too fast convection while k-e parameterization produced output which was closest to the observations. The results using Lagrangian and Eulerian approaches were ambiguous in the sense that neither of them was systematically closer to the observations. This could be explained by the errors in the reanalyzes arising from their grid size. More conclusive results could be produced with the aid of finer scale atmospheric data. The results, however, clearly indicate that atmospheric variability in scales of 100 km produces quantifiable differences in the results.

The temperature and the salinity fields (i.e. the hydrography) of the Baltic Sea determine the density and hence the stratification and density depended circulation of the sea. These features are affected by the changes in the hydrologic circulation, most importantly by the changes in the atmospheric circulation and in the water exchange with the North Sea. The aims of this thesis are to study the hydrographical conditions and changes for the period 1971 - 2007 of the surface and bottom layers of the Baltic Sea and the model sensitivity to number of variables. The surface layer is well studied, but on the whole Baltic Sea scale, the bottom layer studies are rare in number. The halocline and thermocline depths are also included, since they provide information about the mixing. By combining the information from the surface and the bottom, the overview for the whole hydrographical state is provided. For the analysis, three hindcast simulations based on the three-dimensional North-Baltic Sea model are used. The simulations differ in the number of vertical layers, initial conditions and the strength of the bottom drag coefficient. The results show that the vertical stratification is weaker in model than what is observed in in-situ measurements. The simulations differ remarkably in the salinity level and in its evolution. On average, the salinity is decreasing 0.1 - 0.4 ppt per decade except on the deepest parts of the Baltic Proper. The temperature is increasing at the surface and above the permanent halocline on average 0.2 - 0.4 degree Celsius per decade. Large regional differences between the west and east coast of the basins were found. The bottom temperature increase up to 1 degree Celsius per decade was found in the eastern coast of the eastern Gotland Basin, whereas on the Swedish coast the changes are more moderate and during some months, opposite. On the opposite site of the Bothnian Sea and the Gotland Basin, monthly anomalies up to degree Celsius were found for autumn months. In the deeper layers, the temperature decreases 0.2 - 0.4 degree Celsius per decade. The study showed that the Baltic Sea is undergoing a rapid change. In order to get a more detailed view of the changes in stratification and circulation, the changes in density should be studied next.

Seismisiä heijastusluotausaineistoja käytetään yleisesti kuoren rakenteiden tulkinnassa. Voimakkaimpien heijastusamplitudivaihtelujen oletetaan liittyvän kuoren litologisiin muutoksiin sekä tektonisiin ja deformaatiorakenteisiin. Tässä tutkielmassa vahvistettiin seismisen attribuuttianalyysin avulla seismisen aineiston epäjatkuvia taustarakenteita, jotka usein jäävät voimakkaampien heijastuksien peittämiksi. Aineistona ovat FIRE 2 ja 2A – heijastusluotauslinjat, jotka sijaitsevat paleoproterotsooisella svekofennialaisella pääalueella. Alue on osa Etelä-Suomen kaarikompleksia, ja se antaa hyvän mahdollisuuden svekofennialaisen orogenian rakenteen tutkimiseen. Seisminen aineisto suodatettiin kaadeohjatulla mediaanisuodattimella, joka parantaa aineiston taustalla olevien heijastajien jatkuvuutta vähentämällä satunnaista kohinaa. Suodatus aloitetaan määrittelemällä tutkimusikkuna, joka sisältää useita rekisteröintejä. Fourierin muunnoksella lasketaan rekisteröinneille paikalliset kaadearvot. Kaadeohjaus seuraa seismistä tapausta rekisteröinnistä toiseen käyttäen hyväksi näitä kaadearvoja. Kaadeohjattu mediaanisuodatin poimii ikkunan sisällä olevien rekisteröintien amplitudien mediaaniarvon ja korvaa kaikki ikkunan sisälle sattuvat rekisteröinnit tällä mediaaniarvolla. Tällöin aineistosta poistuvat yksittäiset korkean amplitudin heijastajat ja taustalla olevat rakenteet korostuvat. Kaadeohjattu mediaanisuodatin paransi heijastusluotausaineistossa olevien yksityiskohtaisten rakenteiden havaittavuutta. Attribuuttianalysoitujen tulosten tulkinnassa käytettiin seismistä fasies – menetelmää. Suodatetuista sektioista tulkittiin läpikotaista S-C' – deformaatiorakennetta, joka indikoi ekstensionaalista ympäristöä. Ekstensio tulkitaan liittyvän Svekofennidien romahtamiseen.

One of the main factors currently limiting geophysical and geological studies of asteroids is the lack of visual and near-infrared (Vis-NIR) spectra. European Space Agency’s upcoming Euclid mission will observe up to 150,000 asteroids and gather a large amount of spectral data of them in the Vis-NIR wavelength range. Asteroids will appear as faint streaks in the images. In order to exploit the spectra, the asteroids have to first be found in the massive amounts of data to be obtained by Euclid. In this work we tested two methods for detecting asteroid streaks in simulated Euclid images. The first method is StreakDet, a software originally developed to detect streaks caused by space debris. We optimized the parameters of StreakDet, and developed a comprehensive analysis software that can visualize and give statistics of the StreakDet results. StreakDet was tested by feeding 4096×4136 pixel images to the software, which then returned the coordinates of the asteroids found. The second method is machine learning. We programmed a deep neural network, which was then trained to distinguish between asteroid images and non-asteroid images. Smaller images were used for this binary classification task, but we also developed a sliding window method for analyzing larger images with the neural network. After optimizing the program parameters, StreakDet was able to detect approximately 60% of asteroids with apparent magnitude V < 22.5. StreakDet worked better for long streaks, up to 125 pixels (corresponding to an asteroid with a sky motion of 80 "/h) while streaks shorter than 15 pixels (10 "/h) were typically not found. The neural network was able to classify the brightest (20 < V < 21) streaks with up to 98% accuracy when using very small images. When analyzing larger images, the sliding window algorithm produced heat maps as output, from which the asteroids could easily be spotted. The machine learning algorithm utilized was fairly simple, so even better results may be obtained with more advanced algorithms.

Jätevedenpuhdistamot ovat vesistöjemme merkittäviä pistekuormittajia. Vaikka niiden puhdistusmenetelmät ovat kehittyneet paljon viime vuosikymmeninä, on etenkin jätevesien sisältämän typen poistaminen yhä ongelmallista. Tässä työssä selvitettiin yhdyskuntien jätevedenpuhdistamoilta tulevan puhdistetun jäteveden leviämistä neljällä suomalaisella järvellä. Tavoitteena oli selvittää, virtaako jätevesi kohti sedimenttiä, jonka hapettomissa olosuhteissa sen sisältämä typpi poistuisi vesistöstä luonnollisesti denitrifikaatio-prosessissa. Tutkimuskohteina olivat Vanajavesi, Keurusselkä, Petäjävesi ja Kuuhankavesi. Näistä neljästä Vanajavesi oli päätutkimusalueena. Vanajavedellä jätevesi lasketaan ojaa pitkin kapeikkoon, joka jatkuu alle 2 km leveänä virtana noin 15 kilometrin matkan, ennen kuin laskee järven pääaltaaseen, Vanajanselkään. Kolmella Keski-Suomen tutkimusjärvellä jätevesi johdetaan putkea pitkin keskemmällä vesistöä, lähelle pohjaa. Aineistoksi mitattiin lämpötila-, sähkönjohtavuus- ja sameusprofiileja, joiden avulla selvitettiin eri vesimassojen sijainnit ja alkuperät. Lisäksi mitattiin PAR–säteilyä vesirungossa. Vanajavedellä otettiin myös vesinäytteitä, joista analysoitiin typen ja fosforin eri muotojen konsentraatiot, väriluku ja klorofyllipitoisuus, ja toteutettiin merkkiainekoe rodamiini WT –väriaineella. Mittauksien perusteella jätevesi sekoittui ja laimeni nopeasti vesistöön. Vanajavedellä jätevesi erottui mm. kohonneina sähkönjohtavuuksina vain aivan purkuojan läheisyydessä. Jätevesi painui nopeasti ojaa pitkin tultuaan alaspäin ja virtasi lähimpään syvänteeseen lähellä pohjaa. Mittauksissa havaittiin myös hapettomuuden merkkejä kauempana purkuojasta olevissa syvänteissä. Keurusselällä ja Kuuhankavedellä jätevesi sekoittui heti putkista purkauduttuaan mittalaitteiden havaitsemattomiin. Petäjävedellä, joka on näistä järvistä pienin, jätevesi jäi alimpaan vesikerrokseen ja virtasi lähellä pohjaa.